TreeOptions クラス

定義

名前空間:

Microsoft.ML.Trainers.FastTree

アセンブリ:

Microsoft.ML.FastTree.dll

パッケージ:

Microsoft.ML.FastTree v3.0.1

ツリー トレーナーのオプション。

public abstract class TreeOptions : Microsoft.ML.Trainers.TrainerInputBaseWithGroupId

type TreeOptions = class
    inherit TrainerInputBaseWithGroupId

Public MustInherit Class TreeOptions
Inherits TrainerInputBaseWithGroupId

継承

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

TreeOptions

派生

Microsoft.ML.Trainers.FastTree.BoostedTreeOptions

Microsoft.ML.Trainers.FastTree.FastForestOptionsBase

コンストラクター

TreeOptions()

ツリー トレーナーのオプション。

フィールド

AllowEmptyTrees	ルート分割が不可能な場合は、トレーニングを続行できます。
BaggingExampleFraction	各バッグで使用されるトレーニング例の割合。 既定値は 0.7 (70%) です。
BaggingSize	各バッグ内のツリーの数 (バギングを無効にする場合は 0)。
Bias	カテゴリ別特徴量の各特徴量ビンの勾配を計算するためのバイアス。
Bundling	低母集団ビンをバンドルします。Bundle.None(0): バンドルなし、Bundle.AggregateLowPopulation(1): Bundle low population, Bundle.Adjacent(2): Neighbor low population bundle.
CategoricalSplit	複数のカテゴリ特徴値に基づいて分割を行うかどうか。
CompressEnsemble	ツリーアンサンブルを圧縮します。
DiskTranspose	入れ替えの実行時に、ディスクまたはデータのネイティブなトランスポーズ機能 (該当する場合) のどちらを使用するか。
EntropyCoefficient	0 ~ 1 のエントロピ (正則化) 係数。
ExampleWeightColumnName	重みなど、使用する列。 (継承元 TrainerInputBaseWithWeight)
ExecutionTime	実行時間の内訳を ML.NET チャネルに出力します。
FeatureColumnName	特徴に使用する列。 (継承元 TrainerInputBase)
FeatureFirstUsePenalty	特徴の初回使用ペナルティ係数。
FeatureFlocks	データセットの準備中に特徴を収集してトレーニングを高速化するかどうか。
FeatureFraction	各イテレーションで使用する特徴の割合 (ランダムに選択)。 90% の機能のみが必要な場合は、0.9 を使用します。 数値を小さくすると、オーバーフィットを減らすことができます。
FeatureFractionPerSplit	各分割で使用する特徴の割合 (ランダムに選択)。 値が 0.9 の場合、すべての機能の 90% が予想で削除されます。
FeatureReusePenalty	特徴量はペナルティ (正則化) 係数を再利用します。
FeatureSelectionSeed	アクティブなフィーチャ選択のシード。
GainConfidenceLevel	木の付属品は信頼の条件を得る。 確率とランダムな選択ゲインがこの値を上回る場合にのみ、ゲインを考慮してください。
HistogramPoolSize	プール内のヒストグラムの数 (2 と numLeaves の間)。
LabelColumnName	ラベルに使用する列。 (継承元 TrainerInputBaseWithLabel)
MaximumBinCountPerFeature	特徴ごとの個別の値 (ビン) の最大数。
MaximumCategoricalGroupCountPerNode	カテゴリ機能で分割するときに考慮するカテゴリ分割グループの最大数。 分割グループは、分割ポイントのコレクションです。 これは、多くのカテゴリ機能がある場合のオーバーフィットを減らすために使用されます。
MaximumCategoricalSplitPointCount	カテゴリ特徴量で分割する場合に考慮する最大カテゴリ分割ポイント。
MemoryStatistics	メモリ統計を ML.NET チャネルに出力します。
MinimumExampleCountPerLeaf	新しいツリー リーフを形成するために必要なデータ ポイントの最小数。
MinimumExampleFractionForCategoricalSplit	分割で考慮するビン内の最小カテゴリ別の例のパーセンテージ。 既定値は、すべてのトレーニング例の 0.1% です。
MinimumExamplesForCategoricalSplit	分割について考慮するビン内の最小カテゴリ例数。
NumberOfLeaves	各回帰ツリー内の葉の最大数。
NumberOfThreads	使用するスレッドの数。
NumberOfTrees	アンサンブルで作成するデシジョン ツリーの合計数。
RowGroupColumnName	groupId などの使用する列。 (継承元 TrainerInputBaseWithGroupId)
Seed	乱数ジェネレーターのシード。
Smoothing	ツリーの正則化のスムージング パラメーター。
SoftmaxTemperature	特徴量を選択するためのランダム化されたソフトマックス分布の温度。
SparsifyThreshold	スパース特徴表現を使用するために必要なスパリティ レベル。
TestFrequency	k ラウンドごとにトレーニング/有効/テストのメトリック値を計算します。